Журнал «Continuum. Математика. Информатика. Образование»
Выпуск №3 (15) (2019)
УДК 519.711.2
ПРИМЕНЕНИЕ КОГНИТИВНОГО ПОДХОДА К ИССЛЕДОВАНИЮ СИСТЕМ С НЕПОЛНОЙ ИНФОРМАЦИЕЙ
В статье рассмотрено применение когнитивного подхода для исследования управляемых динамических систем с неполной информацией. Введены основные определения: когнитивное моделирование, когнитивная модель (карта), базисные факторы, взвешенный граф. Перечислены основные типы когнитивных карт, определены разновидности и этапы построения обобщенной нечеткой когнитивной карты. Обозначены некоторые направления дальнейшего развития когнитивного подхода для моделирования систем с неполной информацией. Рассмотрено применение компьютерных систем для создания обобщенных нечетких когнитивных моделей с учетом их особенностей. Дано краткое описание прикладного пакета FuzzyLogicToolbox компьютерной среды Matlab, используемого для моделирования изучаемых систем в настоящей работе. Приведено поэтапное построение когнитивной модели в пакете FuzzyLogicToolbox управляемой маятниковой системы на основе знаний экспертово поведении объекта управления. С помощью прикладного пакета для каждой переменной определены (с учетом их терм-характеристик) значения функций принадлежности, которые варьируются в пределах отрезка [0; 1] - процедура введения нечеткости (фазификация); выбран треугольный тип функций принадлежности; использован логический вывод Мамдани; для преобразования нечеткого набора выводов в четкое число (процедура дефаззификации) использован центроидный метод. Компьютерная система тестирования позволила получить конкретные числовые значения, как для входящих переменных, так и для переменной выхода. Показано, что рассмотренный в настоящей работе когнитивный подход к исследованию систем с неполной информацией позволяет реализовать эффективное управление без использования и знания точной математической модели процесса.
Ключевые слова
управляемые системы; системы с неполной информацией; когнитивное моделирование; нечеткое моделирование; controlled systems; systems with incomplete information; cognitive modeling; fuzzy modeling
APPLICATION OF THE COGNITIVE APPROACH TO THE STUDY OF SYSTEMS WITH INCOMPLETE INFORMATION
The article considers the application of the cognitive approach to the study of controlled dynamic systems with incomplete information. The main definitions are introduced: cognitive modeling, cognitive model (map), basic factors, weighted graph. The main types of cognitive maps are listed, the varieties and stages of constructing a generalized fuzzy cognitive map are determined. Some directions of further development of cognitive approach for modeling systems with incomplete information are indicated. Application of computer systems for creation of the generalized fuzzy cognitive models taking into account their features is considered. A brief description of the Fuzzy Logic Toolbox application package of the Matlab computer environment used to model the systems under study in this paper is given. A step-by-step construction of a cognitive model in the Fuzzy Logic Toolbox package of a controlled pendulum system based on the knowledge of experts about the behavior of the control object is given. With the help of an application package for each variable were determined (taking into account their term-characteristics) the values of membership functions, which vary within the interval [0; 1] - the procedure for introducing fuzzy (phasification); selected triangular type of membership functions; used logical conclusion Mamdani; to convert a fuzzy set of conclusions in a clear number (defuzzification procedure) used centroid method. The computer system of testing allowed to obtain specific numerical values for both input and output variables. It is shown that the cognitive approach to the study of systems with incomplete information considered in this paper allows to implement effective management without the use and knowledge of an accurate mathematical model of the process.
Список литературы
-
Афанасьев В.Н. Динамические системы управления с неполной информацией: алгоритмическое конструирование. М.: УРСС, 2007.
-
Авдеева З.К., Коврига С.В., Макаренко Д.И. Когнитивное моделирование для решения задач управления слабоструктурированными системами (ситуациями) // Управление большими системами: сборник трудов. 2006. № 16. С. 26-39.
-
Борисов В.В., Федулов А.С. Нечеткий когнитивный анализ и моделирование слабо формализуемых проблем // Материалы XIX Международной научной конференции, посвященной 100-летию физико-математического факультета СмолГУ «Системы компьютерной математики и их приложения». Смоленск: Изд-во СмолГУ, 2018. Вып. 19. С. 113-117.
-
Луценко Е.В., Серга Г.В. Теория информации и когнитивные технологии в моделировании сложных многопараметрических динамических технических систем // Научный журнал КубГАУ, №121(07). 2016. С.68-115.
-
Малинецкий Г.Г. Когнитивный вызов и информационные технологии // Препринты ИПМ им. М.В.Келдыша. 2010 № 46 28.
-
Кулинич А.А. Компьютерные системы моделирования Когнитивных карт: подходы и методы // Проблемы управления. 2013. №3. С.2-16.
-
Zadeh L. Fuzzy Sets (1965). Information and Control. V. 8(3). Pp.338-353.
-
Kosko B. Fuzzy Cognitive Maps (1986). International Journal of Man-Machine Studies. V. 24.P p. 65-75.
-
Федулов А. С., Борисов В. В. Модели системной динамики на основе нечетких реляционных когнитивных карт // Системы управления, связи и безопасности. 2016. №1. С.66-80.
-
Масина О.Н., Дружинина О.В. Моделирование и анализ устойчивости некоторых классов систем управления. М.: ВЦ РАН, 2011.
-
Михалев А.И., Новикова Е.Ю. Нечетко-когнитивный подход в задаче управления процессов выплавки FESI // АСАУ. 2006. №9(29). С. 133-139.
-
Штовба С.Д. Проектирование нечетких систем средствами MATLAB. М.: Телеком, 2007.
-
Ротштейн А.П., Кательников Д.И. Идентификация нелинейных объектов нечеткими базами знаний // Кибернетика и системный анализ. 1998. №5. С. 53-61.
-
Игонина Е.В. Исследование устойчивости и компьютерное моделирование маятниковой системы управления // Материалы I школы-семинара молодых ученых «Фундаментальные проблемы системной безопасности» (г. Елец, 20-22 ноября 2014). - Елец: ЕГУ им. И.А. Бунина. 2014. С. 93-99.